电子文档交易市场
安卓APP | ios版本
电子文档交易市场
安卓APP | ios版本
换一换
首页 金锄头文库 > 资源分类 > DOCX文档下载
分享到微信 分享到微博 分享到QQ空间

R语言主成分分析的案例

  • 资源ID:88627164       资源大小:1.58MB        全文页数:10页
  • 资源格式: DOCX        下载积分:15金贝
快捷下载 游客一键下载
账号登录下载
微信登录下载
三方登录下载: 微信开放平台登录   支付宝登录   QQ登录  
二维码
微信扫一扫登录
下载资源需要15金贝
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。
如填写123,账号就是123,密码也是123。
支付方式: 支付宝    微信支付   
验证码:   换一换

 
账号:
密码:
验证码:   换一换
  忘记密码?
    
1、金锄头文库是“C2C”交易模式,即卖家上传的文档直接由买家下载,本站只是中间服务平台,本站所有文档下载所得的收益全部归上传人(卖家)所有,作为网络服务商,若您的权利被侵害请及时联系右侧客服;
2、如你看到网页展示的文档有jinchutou.com水印,是因预览和防盗链等技术需要对部份页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有jinchutou.com水印标识,下载后原文更清晰;
3、所有的PPT和DOC文档都被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;下载前须认真查看,确认无误后再购买;
4、文档大部份都是可以预览的,金锄头文库作为内容存储提供商,无法对各卖家所售文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;
5、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据;
6、如果您还有什么不清楚的或需要我们协助,可以点击右侧栏的客服。
下载须知 | 常见问题汇总

R语言主成分分析的案例

R语言主成分分析的案例R语言也介绍到案例篇了,也有不少同学反馈说还是不是特别明白一些基础的东西,希望能够有一些比较浅显的可以操作的入门。其实这些之前SPSS实战案例都不少,老实说一旦用上了开源工具就好像上瘾了,对于以前的SAS、clementine之类的可视化工具没有一点感觉了。本质上还是觉得要装这个、装那个的比较麻烦,现在用R或者python直接简单安装下,导入自己需要用到的包,活学活用一些命令函数就可以了。以后平台上集成R、python的开发是趋势,包括现在BAT公司内部已经实现了。    今天就贴个盐泉水化学分析资料的主成分分析和因子分析通过R语言数据挖掘的小李子:    有条件的同学最好自己安装下R,操作一遍。今有20个盐泉,盐泉的水化学特征系数值见下表.试对盐泉的水化学分析资料作主成分分析和因子分析.(数据可以自己模拟一份)其中x1:矿化度(g/L);x2:Br103/Cl;x3:K103/盐;x4:K103/Cl;x5:Na/K;x6:Mg102/Cl;x7:Na/Cl.1.数据准备导入数据保存在对象saltwell中>saltwell<-read.table("c:/saltwell.txt",header=T)>saltwell2.数据分析1标准误、方差贡献率和累积贡献率>arrests.pr<- prcomp(saltwell, scale = TRUE)>summary(arrests.pr,loadings=TRUE)2每个变量的标准误和变换矩阵>prcomp(saltwell, scale = TRUE)3查看对象arests.pr中的内容> > str(arrests.pr)4利用主成分的标准误计算出主成分的累积方差比例>cumsum(arrests.pr$sdev2)/710.6067060 0.7850968 0.9165341 0.9790524 0.9954128 0.9999024 1.00000005各个化学成分占主成分的得分> arrests.pr$x6数据分析结果图形表示>screeplot(arrests.pr,main="saltwell")> biplot(arrests.pr)按第一主成分排序的结果:> data.frame(sort(arrests.pr$x,1)主因子分析计算数据的相关系数矩阵saltwell.cor<-cor(saltwell)> saltwell.cor计算特征值和特征向量及因子的贡献率和累积贡献率> saltwell.eigen<-eigen(saltwell.cor)> saltwell.eigen根据主成分分析结果确定公共因子个数.> saltwell.pr<- princomp(saltwell, cor=T)> summary(saltwell.pr)均值> saltwell.pr$center标准误> saltwell.pr$scale下面用特征值的平方根乘以相应的特征向量得到因子载荷矩阵.并且只显示前2个因子的结果:> t(sqrt(saltwell.eigen$values) *t(saltwell.eigen$vectors),1:2用R语言自带的函数factanal()进行分析>saltwell.fa<-factanal(saltwell,factors = 2)> print(saltwell.fa, cutoff=0.001)下面用回归方法(regression)计算因子得分并作图,然后对样本进行分类.> saltwell.fa<-factanal(saltwell,factors = 2, scores = "regression")> saltwell.fa$scores

注意事项

本文(R语言主成分分析的案例)为本站会员(206****923)主动上传,金锄头文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即阅读金锄头文库的“版权提示”【网址:https://www.jinchutou.com/h-59.html】,按提示上传提交保证函及证明材料,经审查核实后我们立即给予删除!

温馨提示:如果因为网速或其他原因下载失败请重新下载,重复下载不扣分。




关于金锄头网 - 版权申诉 - 免责声明 - 诚邀英才 - 联系我们
手机版 | 川公网安备 51140202000112号 | 经营许可证(蜀ICP备13022795号)
©2008-2016 by Sichuan Goldhoe Inc. All Rights Reserved.